一颗小树x_社区达人页

2024年03月

• 03.03 20:04:25
  发表了文章 2024-03-03 20:04:25

  【多模态融合】CRN 多视角相机与Radar融合 实现3D检测、目标跟踪、BEV分割 ICCV2023

  本文介绍使用雷达与多视角相机融合，实现3D目标检测、3D目标跟踪、道路环境BEV分割，它是来自ICCV2023的。CRN，全称是Camera Radar Net，是一个多视角相机-雷达融合框架。 通过融合多视角相机和雷达的特性，生成语义丰富且空间精确的BEV特征图。实现3D物体检测、跟踪和BEV分割任务。

2023年12月

• 12.02 17:49:10
  发表了文章 2023-12-02 17:49:10

  【多传感器融合】BEVFusion: 激光雷达和摄像头融合框架 NeurIPS 2022

  BEVFusion提出一个融合多摄像头和激光雷达数据的框架，可用于3D检测。在自动驾驶领域，通过独立处理并融合摄像头和激光雷达数据，可以显著提升3D对象检测的准确性和稳健性，尤其是在激光雷达可能出现故障的真实场景中。

  

2023年11月

• 11.22 23:06:25
  回答了问题 2023-11-22 23:06:25

  双11，你都购入了哪些开发者好物？一起分享吧！

  赞2 踩0 评论0
• 11.18 07:55:55
  发表了文章 2023-11-18 07:55:55

  CVPR 2023 | 主干网络FasterNet 核心解读 代码分析

  本文分享来自CVPR 2023的论文，提出了一种快速的主干网络，名为FasterNet。核心算子是PConv，partial convolution，部分卷积，通过减少冗余计算和内存访问来更有效地提取空间特征。
• 11.16 08:54:11
  发表了文章 2023-11-16 08:54:11

  未来之路：大模型技术在自动驾驶的应用与影响

  本文深入分析了大模型技术在自动驾驶领域的应用和影响，万字长文，慢慢观看~ 文中首先概述了大模型技术的发展历程，自动驾驶模型的迭代路径，以及大模型在自动驾驶行业中的作用。 接着，详细介绍了大模型的基本定义、基础功能和关键技术，特别是Transformer注意力机制和预训练-微调范式。 文章还介绍了大模型在任务适配性、模型变革和应用前景方面的潜力。 在自动驾驶技术的部分，详细回顾了从CNN到RNN、GAN，再到BEV和Transformer结合的技术迭代路径，以及占用网络模型的应用。 最后，文章重点讨论了大模型如何在自动驾驶的感知、预测和决策层面提供赋能，突出了其在该领域的重要性和影响力。
• 11.15 22:44:35
  回答了问题 2023-11-15 22:44:35

  ots是啥我了解一下？

  赞0 踩0 评论0
• 11.15 22:13:31
  发表了文章 2023-11-15 22:13:31

  单目3D目标检测 方法综述——直接回归方法、基于深度信息方法、基于点云信息方法

  本文综合整理单目3D目标检测的方法模型，包括：基于几何约束的直接回归方法，基于深度信息的方法，基于点云信息的方法。万字长文，慢慢阅读~ 直接回归方法 涉及到模型包括：MonoCon、MonoDLE、MonoFlex、CUPNet、SMOKE等。 基于深度信息的方法 涉及到模型包括：MF3D、MonoGRNet、D4LCN、MonoPSR等。 基于点云信息的方法 涉及到模型包括：Pseudo lidar、DD3D、CaDDN、LPCG等。
• 11.15 22:03:04
  发表了文章 2023-11-15 22:03:04

  【论文解读】单目3D目标检测 LPCG（ECCV 2022）

  本文分享单目3D目标检测，LPCG模型的论文解读，了解它的设计思路，论文核心观点，模型结构，以及效果和性能。
• 11.15 22:00:02
  发表了文章 2023-11-15 22:00:02

  单目3D目标检测——MonoCon 模型训练 | 模型推理

  本文分享 MonoCon 的模型训练、模型推理、可视化3D检测结果、以及可视化BEV效果。
• 11.15 21:57:51
  发表了文章 2023-11-15 21:57:51

  【论文解读】单目3D目标检测 MonoCon（AAAI2022）

  本文分享单目3D目标检测，MonoCon模型的论文解读，了解它的设计思路，论文核心观点，模型结构，以及效果和性能。
• 11.15 21:55:50
  发表了文章 2023-11-15 21:55:50

  单目3D目标检测——MonoDLE 模型训练 | 模型推理

  本文分享 MonoDLE 的模型训练、模型推理、可视化3D检测结果。
• 11.15 21:52:43
  发表了文章 2023-11-15 21:52:43

  【论文解读】单目3D目标检测 MonoDLE（CVPR2021）

  本文分享单目3D目标检测，MonoDLE模型的论文解读，了解它的设计思路，论文核心观点，模型结构，以及效果和性能。
• 11.15 21:49:38
  发表了文章 2023-11-15 21:49:38

  【论文解读】单目3D目标检测 MonoFlex（CVPR 2021）

  本文分享单目3D目标检测，MonoFlex 模型的论文解读，了解它的设计思路，论文核心观点，模型结构，以及效果和性能。
• 11.15 21:46:47
  发表了文章 2023-11-15 21:46:47

  【论文解读】单目3D目标检测 DD3D（ICCV 2021）

  本文分享单目3D目标检测，DD3D 模型的论文解读，了解它的设计思路，论文核心观点，模型结构，以及效果和性能。
• 11.15 21:44:21
  发表了文章 2023-11-15 21:44:21

  【论文解读】单目3D目标检测 CUPNet（ICCV 2021）

  本文分享单目3D目标检测，CUPNet 模型的论文解读，了解它的设计思路，论文核心观点，模型结构，以及效果和性能。
• 11.15 21:19:28
  发表了文章 2023-11-15 21:19:28

  单目3D目标检测——SMOKE 模型推理 | 可视化结果

  本文分享SMOKE的模型推理，和可视化结果。以kitti数据集为例子，对训练完的模型进行推理，并可视化3D框的结果，画到图像中。
• 11.15 21:16:51
  发表了文章 2023-11-15 21:16:51

  单目3D目标检测——SMOKE 环境搭建|模型训练

  本文分享SMOKE最新的版本的环境搭建，以及模型训练；环境关键库版本：pytorch 1.12.0、CUDA 11.3、cudnn 8.3.2、python 3.7、DCNv2。
• 11.15 21:14:03
  发表了文章 2023-11-15 21:14:03

  【论文解读】SMOKE 单目相机 3D目标检测（CVPR2020）

   SMOKE是一种用于自动驾驶的实时单目 3D 物体检测器。为什么会注意这边文章呢？是因为这两天发布的百度Apollo 7.0 的摄像头障碍物感知，也是基于这个模型改进的；于是令我产生了一些兴趣。
• 11.15 21:07:17
  发表了文章 2023-11-15 21:07:17

  3D目标检测框架 MMDetection3D环境搭建 docker篇

  本文介绍如何搭建3D目标检测框架，使用docker快速搭建MMDetection3D的开发环境，实现视觉3D目标检测、点云3D目标检测、多模态3D目标检测等等。
• 11.15 21:03:34
  发表了文章 2023-11-15 21:03:34

  旋转目标检测【1】如何设计深度学习模型

  平常的目标检测是平行的矩形框，“方方正正”的；但对于一些特殊场景（遥感），需要倾斜的框，才能更好贴近物体，旋转目标检测来啦~
• 11.15 21:00:18
  发表了文章 2023-11-15 21:00:18

  多目标跟踪 | 评测指标

  多目标跟踪器的性能需要某些指标来进行度量，目前使用比较广泛的评测指标主要有 Bernardin 等人定义的 CLEAR MOT 指标、Ristani 等人定义的 ID scores 指标以及最新的 Luiten 等人定义的HOTA 指标。
• 11.15 20:58:24
  发表了文章 2023-11-15 20:58:24

  TensorRT 模型加速——输入、输出、部署流程

  本文首先简要介绍 Tensor RT 的输入、输出以及部署流程，了解 Tensor RT 在部署模型中起到的作用。然后介绍 Tensor RT 模型导入流程，针对不同的深度学习框架，使用不同的方法导入模型。
• 11.15 20:55:13
  发表了文章 2023-11-15 20:55:13

  ChatGPT写程序如何？

  ChatGPT最近挺火的，据说还能写程序，感到有些惊讶。于是在使用ChatGPT有一周左右后，分享一下用它写程序的效果如何。
• 11.15 20:52:18
  发表了文章 2023-11-15 20:52:18

  ChatGPT发展与技术基础

  ChatGPT发展与技术基础
• 11.15 20:50:02
  发表了文章 2023-11-15 20:50:02

  文档翻译——免费版（word格式、pdf格式）

  有时需要看英文论文，奈何英语水平不太好，看完10几页的文档很吃力；于是到网上找了一大堆方法，一个一个尝试，还好有几个勉强能用的；这里分享一下。 PS：虽然有网页翻译，但是我不太喜欢一段一段复制。本文分享的方法，目前测试过都是免费的。
• 11.15 20:48:02
  发表了文章 2023-11-15 20:48:02

  查看 PCD 点云 windows

  在Linux系统查看PCD 点云有许多方法，但发现在windows下的工具比较少，这里分享两个思路，一个是使用MATLAB工具编程，另一个是下载CloudCompare软件进行查看点云。

  
• 11.15 20:39:41
  发表了文章 2023-11-15 20:39:41

  基于docker搭建conda深度学习环境（支持GPU加速）

  在Ubuntu系统，创建一个docker，然后搭建conda深度学习环境，这样可以用conda或pip安装相关的依赖库了。
• 11.15 20:37:40
  发表了文章 2023-11-15 20:37:40

  docker保存镜像、打包tar、加载tar镜像

  本文记录docker保存镜像、打包tar、加载tar镜像。
• 11.15 20:36:06
  发表了文章 2023-11-15 20:36:06

  docker 获取Nvidia 镜像 | cuda |cudnn

  本文分享如何使用docker获取Nvidia 镜像，包括cuda10、cuda11等不同版本，cudnn7、cudnn8等，快速搭建深度学习环境。
• 11.15 20:02:56
  发表了文章 2023-11-15 20:02:56

  视觉SLAM 关键技术与发展概述

  最近看了北京理工大学的课程《智能车辆概述与应用》，感觉入门角度讲的还不错的，于是通过本文记录关键内容。
• 11.15 20:01:16
  发表了文章 2023-11-15 20:01:16

  基于 IMU 的位姿解算

  解算 IMU 采样数据的过程与惯导解算技术原理有关，而提高定位精度的方法主要依赖于IMU自身精度的提高和算法改进。
• 11.15 19:58:35
  发表了文章 2023-11-15 19:58:35

  卡尔曼滤波 KF | 扩展卡尔曼滤波 EKF （思路流程和计算公式）

  本文分析卡尔曼滤波和扩展卡尔曼滤波，包括：思路流程、计算公式、简单案例等。滤波算法，在很多场景都有应用，感觉理解其思路和计算过程比较重要。
• 11.15 19:54:45
  发表了文章 2023-11-15 19:54:45

  手把手搭建一个【卷积神经网络】

  本文介绍卷积神经网络的入门案例，通过搭建和训练一个模型，来对10种常见的物体进行识别分类；
• 11.15 19:53:06
  发表了文章 2023-11-15 19:53:06

  视觉 注意力机制——通道注意力、空间注意力、自注意力

  本文介绍注意力机制的概念和基本原理，并站在计算机视觉CV角度，进一步介绍通道注意力、空间注意力、混合注意力、自注意力等。
• 11.15 19:50:49
  发表了文章 2023-11-15 19:50:49

  SE 注意力模块 原理分析与代码实现

  本文介绍SE注意力模块，它是在SENet中提出的，SENet是ImageNet 2017的冠军模型；SE模块常常被用于CV模型中，能较有效提取模型精度，所以给大家介绍一下它的原理，设计思路，代码实现，如何应用在模型中。
• 11.15 19:49:28
  发表了文章 2023-11-15 19:49:28

  深度卷积生成对抗网络DCGAN——生成手写数字图片

  本文使用深度卷积生成对抗网络（DCGAN）生成手写数字图片，代码使用Keras API与tf.GradientTape 编写的，其中tf.GradientTrape是训练模型时用到的。
• 11.15 18:57:47
  发表了文章 2023-11-15 18:57:47

  基于神经网络——鸢尾花识别（Iris）

  鸢尾花识别是学习AI入门的案例，这里和大家分享下使用Tensorflow 2框架，编写程序，获取鸢尾花数据，搭建神经网络，最后训练和识别鸢尾花。
• 11.15 17:51:30
  发表了文章 2023-11-15 17:51:30

  双目测距 BM算法 Python版

  首先进行双目定标，获取双目摄像头内部的参数后，进行测距。本次的双目视觉测距，基于BM算法。
• 11.15 17:31:30
  发表了文章 2023-11-15 17:31:30

  OpenCV 打开双目摄像头（python版）

  本文主要介绍在OpenCV用使用双目摄像头，包括：打开单目摄像头、设置摄像头参数、拍照、录制视频。
• 11.15 17:29:25
  发表了文章 2023-11-15 17:29:25

  YOLO实践应用之搭建开发环境（Windows系统、Python 3.8、TensorFlow2.3版本）

  基于YOLO进行物体检测、对象识别，先和大家分享如何搭建开发环境，会分为CPU版本、GPU版本的两种开发环境，本文会分别详细地介绍搭建环境的过程。主要使用TensorFlow2.3、opencv-python4.4.0、Pillow、matplotlib 等依赖库。
• 11.15 17:25:28
  发表了文章 2023-11-15 17:25:28

  YOLOv3物体/目标检测之实战篇（Windows系统、Python3、TensorFlow2版本）

   基于YOLO进行物体检测、对象识别，在搭建好开发环境后，先和大家进行实践应用中，体验YOLOv3物体/目标检测效果和魅力；同时逐步了解YOLOv3的不足和优化思路。
• 11.15 17:22:25
  发表了文章 2023-11-15 17:22:25

  目标检测模型NanoDet（超轻量，速度很快）介绍和PyTorch版本实践

  YOLO、SSD、Fast R-CNN等模型在目标检测方面速度较快和精度较高，但是这些模型比较大，不太适合移植到移动端或嵌入式设备；轻量级模型 NanoDet-m，对单阶段检测模型三大模块（Head、Neck、Backbone）进行轻量化，目标加检测速度很快；模型文件大小仅几兆（小于4M）。
• 11.15 17:18:26
  发表了文章 2023-11-15 17:18:26

  【经典论文解读】YOLACT 实例分割（YOLOv5、YOLOv8实例分割的基础）

   YOLACT是经典的单阶段、实时、实例分割方法，在YOLOv5和YOLOv8中的实例分割，也是基于 YOLACT实现的，有必要理解一下它的模型结构和设计思路。
• 11.15 17:10:53
  发表了文章 2023-11-15 17:10:53

  YOLOv5 网络组件与激活函数 代码理解笔记

  最近在看YOLOv5 第6个版本的代码，记录了一下笔记，分享一下。首先看了网络结构、网络组件，对应代码models\common.py。然后看了激活函数，对应代码utils\activations.py。
• 11.15 16:33:16
  发表了文章 2023-11-15 16:33:16

  【论文解读】F-PointNet 使用RGB图像和Depth点云深度 数据的3D目标检测

  ​F-PointNet 提出了直接处理点云数据的方案，但这种方式面临着挑战，比如：如何有效地在三维空间中定位目标的可能位置，即如何产生 3D 候选框，假如全局搜索将会耗费大量算力与时间。 F-PointNet是在进行点云处理之前，先使用图像信息得到一些先验搜索范围，这样既能提高效率，又能增加准确率。 论文地址：Frustum PointNets for 3D Object Detection from RGB-D Data  开源代码：https://github.com/charlesq34/frustum-pointnets
• 11.15 16:29:47
  发表了文章 2023-11-15 16:29:47

  【论文解读】MV3D-Net 用于自动驾驶的多视图3D目标检测网络

  ​MV3D-Net融合了视觉图像和激光雷达点云信息；它只用了点云的俯视图和前视图，这样既能减少计算量，又保留了主要的特征信息。随后生成3D候选区域，把特征和候选区域融合后输出最终的目标检测框。 论文地址：Multi-View 3D Object Detection Network for Autonomous Driving 开源代码：GitHub - bostondiditeam/MV3D: Multi-View 3D Object Detection Network for Autonomous Driving
• 11.15 16:04:07
  发表了文章 2023-11-15 16:04:07

  3D目标检测数据集 KITTI（标签格式解析、3D框可视化、点云转图像、BEV鸟瞰图）

  本文介绍在3D目标检测中，理解和使用KITTI 数据集，包括KITTI 的基本情况、下载数据集、标签格式解析、3D框可视化、点云转图像、画BEV鸟瞰图等，并配有实现代码。
• 11.15 16:00:32
  发表了文章 2023-11-15 16:00:32

  3D检测数据集 DAIR-V2X-V 转为Kitti格式 | 可视化

  本文分享在DAIR-V2X-V数据集中，将标签转为Kitti格式，并可视化3D检测效果。